如何扩充数据结构

如何扩充数据结构

	我们在用数据结构的时候经常找不到适合的，树图堆栈这些根本满足不了我们的需要。有的时候我们不得不去设计一些数据结构，可是那会很麻烦，而且很难。所有我们在设计新的数据结构的时候经常拿现有的数据结构，然后在上边添加一些自己需要的功能，以便支持我们的新操作。这就是我们要说的数据结构的扩充。
	如何扩充数据结构？我们由一个例子来引入。

OS树
	之前我们说过TOPK问题，讲了很多方法，其中有一个就是快速选择QuickSelect可以在O(lgN)的时间内找到N个元素中的第i大的元素。
	常规的遍历方法需要O(N)的时间才能在N个无序的序列中找到第i大的元素。这里我们来说一个别的方法，利用数据结构的扩充。
	一个二叉排序树可以对N个元素的序列进行排序，可是这并不能在O(lgN)时间内找到第i大的元素。而且还会造成树的高度达到最坏的情况，即便是排序我们也要选择红黑树，不选择二叉查找树。
	对于红黑树来说，可以做到很好的排序时间复杂度O(lgN)，可是依旧没有办法在O(lgN)的时间内找到第i大的元素。可是如果我们在每个结点加一个域size，size[X]就是以X为根的RB树的内部结点数目（没有NIL，包括X结点本身）。如果要定义NIL[T]结点的话，则size[NIL[T]]=0.
	那么对于一个结点的size域的求解的表达式就有了：
		size[NIL[T]]=0; 
		size[X]=size[left[X]]+size[right[X]]+1
	不过我们大多数的时候是给NIL[T]做一个特殊标记，这样就不需要分类求了。大多数的时候我们处理边界值都是这么做的，给边界初始化，或者其他的方法，为的就是不用麻烦的去分类处理边界。

图中黑色结点是黑色，灰色结点代表红色，没有画NIL结点。
	这样的树我们称为顺序统计树（Order Select Tree），接下来将的都是中序遍历是有序的OS树。可以有关键字相同的结点，但是其size域不一定相等。这样的树对于我们寻找第